分布式控制的网络化的无人机谷区域范围

文摘

本文提供了一个新颖的合作运动方案网络无人机(uav)完全sweep-cover先验未知的细长弯曲边界的地区,称为“谷地区。”无人机的运动限制之间的边界。straight-corridor-sweep-coverage不同于以前的研究,在每个山谷地区,不同部分的宽度显著变化:无人机需要排队在硅谷地区实现全面覆盖最宽的部分,他们只能通过一个一分之一队列最窄的部分。无人机提供障碍检测和inter-UAV沟通。根据该计划,分布式控制律提出了离散时间multi-UAV系统,保证避免事故和完全覆盖而考虑无人机的限制流动性。定期和极端模拟进行验证该算法的有效性和稳定性。解决u型山谷覆盖率和无人机不足的情况下可用模拟进行了讨论与验证。比较模拟进行关于line-sweep-coverage算法开发的相关工作,随后和性能上的差异。结论是与可能的未来的研究方向。

1。介绍

固定翼无人机(UAV)可以快速占地面积由飞行在高速度和高海拔定位森林大火(1自然灾害或报告(2及时,而各种任务,如害虫监测、农药喷洒、和输电线路检查,也要求以multirotor slow-and-close操作(或直升机)无人机(3- - - - - -10]。后者提供了更准确的操作和更清晰的细节,但花费更多的时间11]。幸运的是,由多个网络合作操作无人机可能大大提高工作效率12- - - - - -18]。

本文设计一种multi-UAV合作运动控制算法来完成任务,比如前面提到的通过执行“覆盖”功能的连续corridor-shaped地区有两个先天的未知的但可检测曲线边界和可能显著不同的宽度;无人机的运动限制之间的边界。这种类型的地区被称为“山谷地区,包括森林和农田的自然峡谷(边界山坡)和形状不规则的无人机行动的区域是不允许超过其轮廓由于空中交通管制或防止额外的污染(喷洒农药时)。

负责飞行的无人机被认为是在同一高度,为了避免喷洒农药低的或被拖在地上,当其中一个是击落或故障。此外,无人机飞在一个特定的高度应该在应用任务,因为照片样本从一定的高度,提供更高的可辩认性平衡的视觉范围和分辨率。基于无人机愿景的成熟技术和飞机控制害虫监测等多样化的目的(3- - - - - -5],农药喷洒[6),和输电线路检查7,8],等等9,10),本文讨论了合作控制方案通过建模无人机质点在平面空间。因此,其中避碰是必需的。

合作范围战略,称为扫描范围(19),通常适用于corridor-shaped地区通过部署多个无人机的形式移动障碍席卷所需的地区。

我们采用multi-UAV扫描覆盖率运动计划显示在图1为了解决上面的问题解决。由于显著不同宽度的山谷,无人机必须排队,在平行线完全覆盖(见无人机在最宽的部分),而他们只能通过最窄的一个接一个的一部分(参见无人机)。根据图1,无人机应配置形成适应环境而不是缩小它们之间的空间。

实现了方案中,一种新的合作控制算法(其新奇现有作品示部分2)。这个想法是受手动移动的情况下两个曲线之间的铁球在一个字符串垂直轨道从上到下(如图2)。球在字符串的结束在手中,而中间的平衡的运动的重力和拉弦。在这个模型中,球可以很容易地排队在最宽的部分之间的轨道,通过最窄的部分。咨询的铁球的运动,设计了一种分布式控制multi-UAV与离散时间动态系统,覆盖谷地区。无人机的流动性限制:指定的最大和最小线性速度和转向角是有界的。

这项工作的主要贡献是开发一种方法,使有效覆盖未知且不规则形状的区域进行一个飞行的无人机的团队通过平滑的运动路径的地区而考虑无人机的有限的机动性和避碰在无人机领域的轮廓。

2。相关工作

无线网络合作的多个智能单元(称为多重代理系统)在最近几十年已经吸引了相当大的关注。无数的研究提供了控制算法对于各种集体行为的多重代理系统,例如,共识(21- - - - - -24和形成25- - - - - -27),实现不同的功能像跟踪(22,23],报道[28,29日周围),(30.],等等31日]。可替换主体合作的主要原则是,每个代理当地追求自己的目标,全球目标出现从代理之间的相互作用32]。可替换主体合作通常比简单的聚合的努力提供了更好的性能由个人代理没有互动。

由于可替换主体合作的自然优势,开发方法基于驾驶无人机执行区域范围为不同的用途:在12),作者提出了一个UAVs-UGVs(无人地面车辆)合作战略森林监测和火灾探测在分配领域运用头目形成算法对无人机和作出团队;文献[13]在森林地区计划路径multi-UAV监视,而最大化使用卫星数据的树木覆盖地面能见度;研究工作在14- - - - - -16)完成multi-UAV监测和监视任务通过区域partition-coverage方案。然而,这些算法能够处理先验未知环境中的覆盖问题。论文(17,18]设计了multi-UAV运动算法对未知领域的障碍,而飞行路径都是绕组区域根据每个无人机的传感范围。

扫描覆盖方案通常产生平稳的飞行路径,这是我们选择的一个重要原因。作者的20.,33- - - - - -37)已经提出了运动学模型的多重代理扫描范围控制在不同条件下。最与我们的工作密切相关的是(20.,36,37]。论文(20.,37]研究了multirobot扫描覆盖在先天的不为人知的路径算法,通过提供控制方案基于共识和机器人执行给定长度的线性部署。文献[36]提供了控制律求解走廊扫描覆盖率问题,排队机器人,让它们在平行线之间的边界。然而,固定线性构造在上面的算法不适应覆盖的山谷和显著不同宽度的情况下,即使代理人之间的空间可以在部署后略有收缩。此外,现有的方案不考虑约束无人机流动。

我们的工作特性两大优势上面覆盖策略:(i)算法涉及了先天的未知领域,同时提供平滑的无人机的运动路径,这两个不能通过(12- - - - - -18];(2)新扫描保险制度处理形状不规则的走廊而提出的方法在20.,36,37)只处理几乎恒定的宽度,除考虑机器人的避碰。

3所示。建模的覆盖方案

本节旨在制定multi-UAV覆盖计划显示在图1在数学方法建模硅谷地区和multi-UAV系统方程和设置标准覆盖的成就。运动控制的算法解决方案将在部分4。坐标变换将不讨论在现有的文献有成熟的算法(见[38])。

考虑一个细长的区域平面二维模型中两条曲线之间的一个山谷。让功能是两个nonintersecting光滑曲线,对所有。谷地区定义如下: 用光滑曲线作为硅谷地区的边界可能引发质疑这项工作的意义。可能出现的问题与此相关的设置将在部分显示解决方案5。

考虑一个网络无人机。它们之间的互连拓扑结构是由一个有向图表示,由一组节点每个节点代表一个无人机,和一组边缘。优势的存在(标记为一个箭头)表明,th无人机传递信息给无人机通过网络。

备注1。一般来说,multi-UAV系统达成集体行为,无人机之间的网络连接;也就是说,图至少有一个生成树。

除了通信设备提供网络连接,每个无人机也有这些功能模块安装:(1)任务执行人:对th无人机执行任务在其覆盖区域这被认为是一个磁盘区域集中在吗无人机的覆盖范围,如图3。不同的不同的任务:执行器安装监控摄像头,监视雷达,喷雾器喷洒农药,等等。(2)障碍传感器:帮助每一个无人机区分和衡量其他无人机或边界的位置如果他们进入其圆形传感区域的半径集中在。障碍传感器获得的信息包括三个部分:感知对象的类型(无人机或边境),对象的相对角度和距离。具体而言,当th无人机进入,th无人机将被告知两个无人机的中心之间的距离,这是用,和相对角度测量的标题无人机的中心向量连接和逆时针方向(见图3)。类似地,如果无人机靠近边界的距离和相对角度边界的测量在最近的边界点。注意,距离时才有意义。

无人机可以获得另一个的位置通过网络通信或当它靠近其位置来衡量彼此的障碍传感器;无人机只能捕获它到边界的距离传感器通过它的障碍。

让的坐标th无人机;让和线速度和标题,分别。给出了无人机的运动方程 对所有。标题是对设在测量从积极的一面设在逆时针方向。

对于一个给定的时期的无人机收集周围环境信息传感器和通讯设备在一个离散时间。的离散时间动态然后写成以下模型: 对所有。标题和线速度是控制输入。由于有限流动性的无人机,每个无人机的线速度应该是限制:对于给定标量和。和转向角也受制于标量:

本文的控制目标是正确驱动无人机为了实现集体运动如图1全面覆盖了山谷地区,满足下列条件。

条件1。在运动期间,无人机之间应该保持边界和从未相互碰撞;也就是说, 对所有,在那里是允许的最小距离无人机和任意点的中心在一个物理对象(其他无人机或山边)和是矢量的欧几里得范数附上以下。

条件2。所有的无人机最终沿着积极的设在。也就是说,,,对于所有,

条件3。无人机正确部署后,山谷地区的部分,他们经历应该完全由他们的任务执行人。也就是说,,那;如果,然后

对于一个山谷地区与边界,让和最宽的宽度和狭隘的部分,分别。保证无人机穿过山谷的可能性没有崩溃和充足的可用无人机全覆盖,我们作出以下假设。

假设2。对于一个给定的标量无人机的数量满足;和的最小宽度谷区域满足。

测量控制算法的能力,我们引入了一个标量描述如何弯曲的戏剧性的一个山谷的边界。

假设3。 是连续函数。对于给定,适用于所有,在那里的一阶导数是什么以下。

定义4。给定一个山谷地区,控制律是有效的扫描控制的报道无人机系统,如果无人机集体运动由它满足条件1,2,3。

4所示。谷区域范围的分布式控制算法的基础上提出方案

现有文献中,笔直的走廊覆盖运动通常是通过排队的所有代理(机器人),使他们通过走廊进入平行线。然而,不同于笔直的走廊,一个山谷地区可能有一些狭窄的部分,全部无人机不能通过并行。我们的策略是排队无人机在硅谷地区还可转移形成的宽度变化。下面的引理显示了一个更实用的方法达到设定的标准,实现流域区域范围。

引理5。考虑一个无人机集体运动;如果条件1和2得到满足,那 感到满意,那么条件3是满意的。

证明。假设(8)是满意的,然后对所有硅谷地区是一个连接区域相交的边界。对于任何时间在哪里,如果,然后每一个无人机将通过垂直的线和先后在时间间隔。因此,为将包含一个连续区域包围以下曲线和直线: 也就是说,(7)是满意,证明引理。

符合铁球模型描绘图2,一个可能的控制策略需要两个极端无人机沿着边界,分别和相互同步协调大部分时间(除了当他们穿过一个接一个非常狭窄的部分)。我们分配和沿着边境寻求路径和,分别。无人机之间的通信拓扑通过连接无线网络设计如图4:无人机,在指定接收信息从他们的邻居和。极端无人机之间的交互和帮助他们调整自己的运动。成本效益,它们之间的连接是可中断当他们远离对方,和信息从网络如果。我们指定所需的速度分量两个极端的无人机,设在用。假设众所周知,他们;因此,一旦他们坐标满足,他们可以跟上彼此没有联系,直到他们接近了。所需的的线速度th无人机在时间是。

我们做出以下假设来避免超过上界。

假设6。的条件 适用于所有的无人机。

假设7。 ,掌握了所有的时间。

定义操作符作为通过满足以下方程: 并定义操作符通过

让和的角度和碰撞的规模因素在时间。他们从其障碍传感器的信息,生成代表联合效应的潜在崩溃的威胁。对于一个给定的标量的因素是由以下方程: 在哪里和套无人机和边界,进入吗,分别。

给出极端无人机的控制输入 为,在那里功能和信号吗是连接系数:如果两个无人机之间的网络连接的时间吗,然后;否则,。

我们选择无人机的更新规则在中间 在哪里是向量变量代表的效果的邻居。

运动的铁球在图2已经咨询了在设计更新规则:极端无人机沿着边界通过调整前往方向,匹配性能的手动移动球;中间的无人机保持空间关系通过保持一定距离他们的邻居,和参数的目的是控制无人机的运动也有类似的行为作为中间的铁球。另一方面,碰撞避免机制已经被考虑到碰撞构造因素在计算角更新规则的无人机。

假设8。无人机的初始状态满足对所有;为;为;对所有。

假设9。不失一般性,我们假设。

假设10。条件 成立。

以下介绍了本节的主要结果。

定理11。考虑一个n-UAV系统由(3)提到的限制。假设所有的假设(假设2- - - - - -10)感到满意。然后,提出的分布式控制律(14)和(15)是一种有效的扫描范围控制一个山谷。

证明。显然,假设7提供满意的条件2。
根据假设8和9不仅避免了崩溃,至少在前3个步骤。考虑这种情况,很可能导致崩溃:无人机前往边境在时间与的斜率,边境的右边是。假设在时间,的线速度。然后,无人机的运动的距离在样本期间。在时间根据控制律,我们有和。我们把无人机在一个极端的例子,假设它的速度。因此,在时间、边界之间的距离和无人机 根据假设10,它大于,这意味着,不仅避免了碰撞和减少事故的风险随后更新状态,因为有足够的空间为无人机走向一个“正确”的方向。换句话说,条件1已经满足。
直观地说,根据运营商的定义,其规模是1,这是一个紧凑的方式保持紧密的代理之间的空间关系和边界的算法。因此,一旦无人机部署作为一个连接区域的时间(即。,(8)满足)不会改变,直到他们必须经过最窄谷一个接一个的一部分。甚至如果出现这种情况,将恢复的距离不同宽度的山谷。因此,(8)总是会遇到了剩下的时间。根据引理5,控制律保证一个有效的扫描覆盖的山谷。完成证明。

5。模拟和讨论

本部分首先进行常规模拟来验证该算法稳定性和一个极端的仿真说明,然后提出解决方案两个特殊的情况下,该算法并不适用,提供模拟和验证;比较与line-sweep-coverage算法密切相关的工作由过去模拟场景有两个实验。

5.1。定期和极端的模拟

作为一个数字覆盖控制的实例,我们集和一个山谷地区边界: 让,这样的假设6和10感到满意。我们确保所有的无人机最初是在硅谷地区,和无人机是足够接近边界感。初始速度和标题对所有。因此,所有的假设都实现了。

图5展品仿真时间。图5(一个)揭示了运动路径的不同灰色的水平。类似于图1无人机组(标有圆形点)在山谷的不同部分地区代表美国无人机在不同的时间。没有事故发生;也就是说,对所有。图5 (b)在仿真描绘覆盖区域。竖线应用于现在的报道,因为算法的有效性评估每个机器人连接的垂直方向上的覆盖范围根据引理5。实现一个完整的覆盖数据出现了。根据定义4,控制协议有效地使无人机完成覆盖在一个山谷地区运动之间的边界(18)和平稳的飞行路径。

评论12。指出,该控制算法具有保证完全覆盖保持每一对邻居在一个适当的距离(见引理5),无人机不遭受破坏的连接。因此,仿真结果将常数;也就是说,不同的模拟运行在相同的条件下,参数总是会出现相同的结果。因此,我们为每个模拟执行单一运行。

一个极端演示算法的稳定性进行了仿真:无人机的初始位置设置远离山谷的地方,假设的挑战8。和他们的初始速度和标题对所有,这与假设相冲突7。此外,被设置为,这与假设相矛盾10。这个场景在现实世界中不应该练习时只是一个实验实例证明极端条件下对系统的影响。

仿真结果与持续时间提供在图6。几次的无人机与边界碰撞开始()由于违反假设通过应用非常大和非凡的初始状态,飞行路径绕组通过上半年部分显示的山谷。后,飞行路径最终稳定主要是因为那些重要的无人机参数包括,在常规模拟一样,配置了,一旦无人机达成适当的部署,他们将倾向于遵循路径在图5(一个)。根据图6 (b),实现全覆盖随着无人机正确部署。仿真结果表明,该算法与一组适当的参数终于可以稳定运动的无人机在现实世界中,即使初始状态略有期待。

5.2。解决特殊情况的模拟与验证

本节讨论两种特殊情况的挑战在某些现实环境中该算法的适用性。

特殊情况1。扫描覆盖u型山谷或有粗糙的边界角和陷阱。挑战在于采用两条光滑曲线的设定谷区域的边界,同时提供积极的设在multi-UAV运动的主要方向。

解释和可能的解决方案。我们希望解决一个更一般的问题,揭示了:不同宽度的影响在multi-UAV覆盖运动。一个u型的山谷或角落和陷阱的边界是特定情况下的主要问题,他们可以通过将该方案与解决导航和避障算法。具体而言,无人机可以改变主要方向(积极的一面设在)覆盖运动根据导航方法提供31日,39)转变环境和应用提供的避障策略(25,26)当遇到边界角和陷阱,可视为障碍。

验证仿真。带一个u型的山谷锋利的凹部分(角落和陷阱)图7作为一个例子。图8描绘了仿真结果。在运动期间,无人机改变他们的主标题(标有黑色箭头)当其中一个“看到”一个伟大的改变谷的扩展方向。运动覆盖了几乎所有在谷中除了最后一部分太宽,锋利的凹部分的技巧与避障平滑算法来避免碰撞。运动路径平滑。

的话13。边界不制定功能,但提出的一系列采样点在这个仿真的例子中。这也适用于模拟场景中讨论特殊情况2。

特殊情况2。该算法要求无人机排队在最宽的部分实现全覆盖。会发生什么如果没有足够的无人机是可用的吗?

可能的解决方案。与虚拟边界划分区域,将区域作为一个u型的区域。如果任务区域是未知的,让一个极端无人机(在这里,我们假设它是)按照边境和另一个极端无人机()遵循虚拟边界了,在那里在假设下2。为的信息是获得通过网络,只有检测到的部分可能是已知的。预测算法可以应用于估计的未来。应该永远记住了虚拟边界,所以当无人机达到结束,他们将会改变主标题封面虚拟边界的另一边。另一方面,如果任务面积preknown,那么虚拟边界可以预先设计来优化性能。

验证仿真。仿真如图9构造来说明虚拟边界的概念(用粗虚线标记)。比较图8,飞行路线不太顺利,因为突然变化的两个主要方向是在圆的很小的虚拟边界缓冲区之间的距离两种极端无人机在新的方向。这可能是通过使用替代导航算法改进。如果谷太宽,无人机可以建造更多的虚拟迭代边界,呈现在图10。

备注14。在这个实验中,我们假设面积preknown给用户。虚拟边界构造基于手动分区的区域。的虚拟边界被设计成一个折叠的形状,而不是一行。因为这有助于稍微平稳的飞行路径和减少覆盖重叠,我们相信虚拟边界包围的差距将会由一个极端的无人机在其运动。

5.3。Line-Sweep-Coverage算法通过仿真比较

图11从仿真结果捕获20.),介绍了扫描覆盖算法使移动机器人与给定的空间关系形成一个屏障,沿着未知但探测线扫描。仿真表明6-robot扫描覆盖运动由算法,而所有的机器人都是最初前往90度线的方向。根据仿真结果,报道任务开始,机器人很快就会被部署在一个线性形成但朝着线,和当他们的感应范围接触第一线,他们改变自己的方向,显示新的线性形成全面。仿真结果表明,总扫频范围14而障碍感应区域的两个半径和机器人的覆盖范围是2,和每两个相邻的机器人之间的距离是2,这表明机器人的覆盖率与他们的邻居的。

作为比较,模拟解决同一line-sweep-coverage问题与我们的算法进行了通过构造虚拟边界。公平,该算法才会被应用到无人机的传感区域极端的无人机第一次接触线导致和虚拟边界随后,形成虚拟谷的宽度在哪里代表总扫频范围。

我们采用6无人机沿着线扫描。根据图的初始位置设置11除了重叠无人机由会议分开,以避免碰撞。传感范围和覆盖范围;因此设置实现的假设9。初始速度对所有和。

自根据假设2,两个模拟执行(见图12(一个)),(见图12 (b)),分别。大胆的实线在图12是扫描的行;大胆的虚线是虚拟边界。比较图11,仿真结果是顺时针转90度。在图12(一个)首先,无人机实现他们的最终部署当所有当机器人在图11远()到最终部署。这意味着无人机由我们的算法需要更少的空间比机器人部署时总在模拟扫频范围是14。在图12 (b),覆盖重叠明显减少部署6无人机组成一个更大的障碍(总扫频范围增加到20),而没有足够的空间供最终部署时出现。同样的总扫频范围,需要9机器人根据算法(20.]。他们的算法没有考虑机器人之间的碰撞,他们设计了初始位置的分布模拟,导致振荡在无人机的轨迹必须分散,防止崩溃。飞行路径稳定后一段短距离的路。

6。结论

摘要想出了一个合作运动方案的多个网络无人机完成任务执行覆盖函数一类形状不规则的区域被称为“山谷。“multi-UAV运动被限制在两个弯曲边界之间的一个山谷之中。受到一连串的铁球的运动被手动移动通过两个弯曲之间的不规则空间与重力垂直轨道,分布式控制算法基于方案提出了考虑碰撞避免和无人机的运动约束。常规的模拟进行了演示覆盖运动,和一个极端的模拟也被执行来说明算法的稳定性。两个特殊的情况下挑战该算法在实际环境的适用性与可能的解决方案,解决了对于每个解决方案,验证仿真进行了验证的想法。此外,相比之下,两个对一个实验进行了模拟的作者(20.,差异算法的仿真结果和随后的我们已经讨论了。

仿真结果表明,该算法会导致有效multi-UAV合作的报道给谷平稳的飞行路径,只要给定假设下的参数配置,即使在极端的初始部署轻微违反假设,最终达到稳定飞行路径覆盖。和提供解决方案的特殊情况被证实是建设性的讨论。比较仿真提供(20.line-sweep-coverage运动),相关仿真算法的进步减少了展示空间要求最终的部署和扩展总扫频范围,分别。

未来的研究应该探索通信延迟和随机扰动的影响性能的multi-UAV合作报道运动的山谷。时间延迟是一种无处不在的无线网络,而常常导致稳定性问题。解决这些问题的过程可能极大地帮助弥合差距的理论方法和实际应用。另一方面,优化减少覆盖重叠将被视为另一个未来的研究方向。根据两个实验在过去的模拟场景中,无人机覆盖更广泛区域通过扩展无人机之间的距离,和重叠覆盖区域因而大大减少。

相互竞争的利益

作者宣称没有利益冲突。

确认

这项工作是支持的高等教育专业博士学科点科研基金项目(20130185110023)。

引用

1. a . Ollero j . Martinez-de-Dios和l .美利奴”无人机作为火灾斗争的工具,“森林生态与管理2006年,卷234,p . S263。视图:出版商的网站|谷歌学术搜索
2. j . m . m .否决权,r . A . da艰辛,l·r·l·罗德里格斯e . m . Moreira j·c·j·多斯桑托斯和p·f·f·罗莎,“监视任务的无人机在自然灾害的情况下,”21 IEEE国际研讨会工业电子学报》(ISIE 12)IEEE,页1516 - 1522年,杭州,中国,2012年5月。视图:出版商的网站|谷歌学术搜索
3. x y元胡”,随机森林和objected-based分类从无人机航拍图像中提取森林害虫,”国际档案的摄影测量、遥感与空间信息科学XLI-B1卷,第1098 - 1093页,2016年。视图:出版商的网站|谷歌学术搜索
4. j .悦t Lei, c·李和j .朱“无人机遥感的应用程序快速监测作物害虫,”智能自动化&软计算,18卷,不。8,1043 - 1052年,2012页。视图:出版商的网站|谷歌学术搜索
5. h .岛、i Pellikka和l . Pesonen”无人机(UAV)的光谱摄像系统对森林和农业应用,”Photo-Optical仪表工程师学会学报(学报)系列会议,8174卷,2011年。视图:谷歌学术搜索
6. Faical, g . 2 g . p . r .球场,c·p·l·f·安德烈·g . Furquim和乔,”微调的无人机控制规则对农田喷洒农药,”IEEE学报》26日国际会议与人工智能工具(ICTAI 14)利马索尔,页527 - 533年,塞浦路斯,2014年11月。视图:出版商的网站|谷歌学术搜索
7. j .廖问:张、y . Su和g .钱“四驱设计的小型无人机输电线路检查系统,”第二届国际会议上机械、材料工程、化学工程与生物技术(MMECEB 15),2015年11月。视图:谷歌学术搜索
8. l·李,“无人机智能输电线路的检查,”机械工程学报》国际会议的进步和工业信息(AMEII 15)郑州,中国,2015年5月。视图:出版商的网站|谷歌学术搜索
9. A . s .巴、f·n·马丁斯和h . b . Soneguetti”建立线战略自主无人机后,”12日信息学国际会议的程序控制,自动化和机器人(ICINCO 15),卷2,页314 - 319,IEEE,阿尔萨斯,法国,2015年。视图:谷歌学术搜索
10. i . f . Mondragon公司m . a . Olivares-Mendez p . Campoy c·马丁内斯和l . Mejias”无人机无人机的态度,高度,运动估计和控制使用视觉系统,”自主机器人卷,29号1,华裔,2010页。视图:出版商的网站|谷歌学术搜索
11. k·n·塔希尔·a·艾哈迈德,“评估固定翼和multi-rotor无人机图像,采用摄影测量图像处理”国际期刊的计算机、电子、自动化、控制和信息工程,7卷,不。1、52、2013页。视图:谷歌学术搜索
12. k . a . Ghamry m·a·卡迈勒和y张”合作森林监测和火灾探测使用一组uavs-ugvs”《IEEE国际会议上无人机系统(ICUAS 16),页1206 - 1211,阿灵顿,弗吉尼亚州,美国,2016年。视图:谷歌学术搜索
13. g .愣,z钱,诉Govindaraju“Multi-UAV监测森林地区,”摄影测量工程和遥感,卷80,不。12日,第1137 - 1129页,2014年。视图:出版商的网站|谷歌学术搜索
14. l . e . Caraballo j . j . Acevedo j . m . Diaz-Banez公元前Arrue,胎盘,和a . Ollero”block-sharing战略区域使用分散multi-UAV系统监视任务,”美国无人驾驶飞机系统国际会议(ICUAS 14)IEEE,页602 - 610年,奥兰多,佛罗里达州,美国,2014年5月。视图:出版商的网站|谷歌学术搜索
15. j•j•阿塞维多,b . c . Arrue j . m . Diaz-Banez文图拉,胎盘,和a . Ollero“一对一协调分散的区域分割算法与一组空中机器人监视任务,”《智能与机器人系统,卷74,不。1 - 2、269 - 285年,2014页。视图:出版商的网站|谷歌学术搜索
16. j . j . Acevedo公元前Arrue, j . m . Diaz-Banez文图拉,胎盘,和a . Ollero“分散策略,以确保信息传播区域监控无人机的任务有一个团队在有限的通信,”美国无人驾驶飞机系统国际会议(ICUAS 13)2013年5月,页565 - 574。视图:出版商的网站|谷歌学术搜索
17. w . j . Chen咋,z .彭和j .张”合作区域侦察multi-UAV在动态环境中,”第九届亚洲控制研讨会论文集(为13)IEEE,页1 - 6,伊斯坦布尔,土耳其,2013年6月。视图:出版商的网站|谷歌学术搜索
18. p . b . Sujit r .胡子,“合作为多个无人机路径规划探索未知区域,”诉讼的美国控制(ACC会议上' 07)IEEE,页347 - 352年,纽约,纽约,美国,2007年7月。视图:出版商的网站|谷歌学术搜索
19. d . w .计“many-robot命令控制系统”学报第19届水下机器人技术研讨会,页22 - 24,阿拉巴马州的亨茨维尔,美国,1992年6月。视图:谷歌学术搜索
20. w·艾哈迈德,“分散控制平滑的移动机器人传感器扫描覆盖在一个任意的边界,”机器人和自动化学报澳大拉西亚的会议上(肢端13)2013年12月,悉尼,澳大利亚,。视图:谷歌学术搜索
21. z z, g .温段,w .任“多智能体系统为线性设计完全分布式共识协议指示图,“IEEE自动控制,60卷,不。4、1152 - 1157年,2015页。视图:出版商的网站|谷歌学术搜索|MathSciNet
22. 黄j . w . Wang, c .温家宝,h .粉丝,“分布式自适应控制的共识跟踪应用程序形成非完整移动机器人的控制,”自动化,50卷,不。4、1254 - 1263年,2014页。视图:出版商的网站|谷歌学术搜索|MathSciNet
23. 胡锦涛g, g . w . Yu j .曹和g·陈,“共识为高阶多智能跟踪系统切换拓扑和偶尔失踪控制输入,“系统和控制信,卷62,不。12日,第1158 - 1151页,2013年。视图:出版商的网站|谷歌学术搜索
24. g .温z段、w . Yu和g·陈,“二阶多智能体系统的共识与延迟非线性动力学和间歇通信,”国际期刊的控制,卷86,不。2、322 - 331年,2013页。视图:出版商的网站|谷歌学术搜索|MathSciNet
25. o . Cetin和g . Yilmaz实时自主无人机编队飞行碰撞和避障在未知的环境中,“《智能和机器人系统:理论和应用程序,2016年。视图:出版商的网站|谷歌学术搜索
26. h .洛杉矶,t·阮t·d·勒和m .贾法里,“控制和避障形成多个矩形代理有限的通信范围,“IEEE控制的网络系统,2016年。视图:出版商的网站|谷歌学术搜索
27. K.-K。哦,M.-C。公园,H.-S。安”,一个多智能体编队控制的调查,“自动化53卷,第440 - 424页,2015年。视图:出版商的网站|谷歌学术搜索|MathSciNet
28. d . Li x王,t .太阳,“能量最优覆盖路径规划在地形图与无人机环境调查,“电子信件,52卷,不。9日,第701 - 699页,2016年。视图:出版商的网站|谷歌学术搜索
29. g . s . c . Avellar g·a·s·佩雷拉·l·c·a . Pimenta和p . Iscold”Multi-UAV路由区域范围和遥感与最低的时间”传感器,15卷,不。11日,第27803 - 27783页,2015年。视图:出版商的网站|谷歌学术搜索
30. w .婷婷和c .开创“集体周围多智能体网络控制,”中国物理B,23卷,不。5、文章ID 050201, 2014。视图:出版商的网站|谷歌学术搜索
31. 张炳扬。Juang M.-G。赖,W.-T。曾,“进化模糊控制和导航两轮式机器人在未知的环境中,合作携带一个对象”IEEE控制论,45卷,不。9日,第1743 - 1731页,2015年。视图:出版商的网站|谷歌学术搜索
32. g . Rzevski和p . Skobelev“大规模多智能系统的紧急情报,”国际教育和信息技术杂志》上,1卷,不。2、64 - 71年,2007页。视图:谷歌学术搜索
33. 答:a . Semakova k . s . Ovchinnikov, a . s . Matveev“分散控制self-deploying机器人网络:扫描边界范围,“IFAC-PapersOnLine,48卷,不。11日,第633 - 628页,2015年。视图:出版商的网站|谷歌学术搜索
34. a . v . Savkin t . m . Cheng z Xi, f . Javed a . s . Matveev和h .阮分散覆盖控制问题为移动机器人传感器和致动器网络新泽西州霍博肯市约翰·威利& Sons,美国,2015年。视图:出版商的网站
35. c .翟和y香港”,分散扫描覆盖多智能体系统与负载不确定性算法,”自动化卷,49号7,2154 - 2159年,2013页。视图:出版商的网站|谷歌学术搜索|MathSciNet
36. t . m . Cheng和a . v . Savkin“分散控制移动机器人传感器网络self-deployment:障碍和扫描覆盖率问题,“Robotica卷,29号2、283 - 294年,2011页。视图:出版商的网站|谷歌学术搜索
37. a t m . Cheng诉Savkin, f . Javed“分散控制部署的一群移动机器人扫描范围,“机器人和自治系统卷,59号7 - 8,497 - 507年,2011页。视图:出版商的网站|谷歌学术搜索
38. 学术界。吴,周宏儒。周,W.-H。苏,”基因GPS定位坐标变换方法测试,”IEEE地球科学和遥感信,4卷,不。2、297 - 301年,2007页。视图:出版商的网站|谷歌学术搜索
39. 他h·陈和k,“转变优化无人机的三维区域范围”学报》第12届IEEE国际机电一体化和自动化(国际会议15)IEEE,页98 - 103年,北京,中国,2015年8月。视图:出版商的网站|谷歌学术搜索

版权

版权©2016 Mengji史和Kaiyu秦。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。